Comparativo de modelos de classificação para reviews de produtos

Abstract

Resumo: A pandemia da COVID-19 mudou os hábitos dos consumidores. Várias lojas digitais foram abertas, fazendo com que muitos clientes migrassem do ambiente físico para o digital. Isso se deu por conta da segurança, conveniência, economia de preço, economia de tempo e pela imensa quantidade de opções de produtos e vendedores. Com o aumento dos usuários, a disputa dessas lojas digitais por esses clientes também cresceu. Um dos fatores mais importantes na tomada de decisão de compra dos usuários é a avaliação de produtos. No entanto, pode ser difícil obter respostas, e principalmente, respostas com qualidade em relação as avaliações de produtos. Este artigo tem por objetivo desenvolver um comparativo entre quatro modelos de aprendizado de máquina, Random Forest, SVM (Support Vector Machine), MLP (MultiLayer Perceptron) e KNN (K-Nearest Neighbors). O objetivo desses modelos é o enriquecimento de dados de avaliações de produtos, isto é, reviews de produto, realizando a classificação das reviews de produtos como positivas ou negativas.